SlideBench
基于乳腺癌病理图像的视觉问答数据集，用于评估全片病理图像理解模型。
基本信息
资源简介
SlideBench
【数据集背景】
本数据集源站标题为《General-Medical-AI/SlideBench》。源站首次发布：2024-11-07。
【数据内容】
源站原始描述：## Introduction This repository provides the dataset resources used for training and evaluating SlideChat, a multimodal large language model for whole-slide pathology image understanding. The dataset includes both instruction-following training data and VQA/Caption evaluation benchmarks across multiple pathology cohorts and tasks. ## Contents 1. Training Instruction Data SlideInstruct_train_stage1_caption.json: Slide-level caption instruction data used for Stage-1 training. SlideInstruct_train_s…
【数据结构与技术规格】
文件数 550 个，合计 267.51 GB。
【主题与分类】
主题标签：size_categories:100K<n<1M、modality:text、region:us。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://huggingface.co/datasets/General-Medical-AI/SlideBench
【使用注意】
· 源站最后修改于 2026-09-05，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("General-Medical-AI/SlideBench")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
# 或直接拉取全部文件
git lfs install && git clone https://hf-mirror.com/datasets/General-Medical-AI/SlideBench
数据说明
SlideBench是一个基于早期乳腺癌穿刺活检（BCNB）数据集的视觉问答基准，包含7,247个VQA对，用于评估SlideChat在全片病理图像上的理解性能。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
